第十三篇实习日记

最新推荐文章于 2026-01-09 15:10:18 发布

原创最新推荐文章于 2026-01-09 15:10:18 发布 · 855 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#python

最后一个项目——超市电商数据分析

数据源概况：

本案例将对某大型超市的零售数据进行数据分析，通过了
解运营状况，做出合理的决策。详细字段是：
Row ID:行编号；
Order ID:订单ID；
Order Date:订单日期；
Ship Date:发货日期；
Ship Mode:发货模式；
Customer ID:客户ID；
Customer Name:客户姓名；
Segment:客户类别；
City:客户所在城市；
State:客户城市所在州；
Country:客户所在国家；
Postal Code:邮编；
Market:商店所属区域；
Region:商店所属州；
Product ID:产品ID；
Category:产品类别；
Sub-Category:产品子类别；
Product Name:产品名称；
Sales:销售额；
Quantity:销售量；
Discount:折扣；
Profit:利润；
Shipping Cost:发货成本；
Order Priority:订单优先级；

读取、清洗数据：

使用pandas的read_csv读取数据后，查看各列数据的空值情
况，发现Postal Code字段（邮编字段）有空值，而且这一
列不重要，所以首先删除掉Postal Code列；
使用DataFrame对象的describe()方法，没有发现异常数
据，所以，不必处理；
将Order Date订单日期字段的数据修改为datetime类型；
为了后续分析方便，从订单日期中分别提取年、月、季度数
据，并添加三个列用来存取年、月、季度信息，分别
为：’Order-year’,’Order-month’,’quarter’

加载数据分析需要使用的库

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
plt.rcParams['font.sans-serif'] = ['SimHei']
warnings.filterwarnings('ignore')
 #数据加载和整合
# 加载零售数据集，使用'ISO-8859-1'编码方式
df = pd.read_csv(r"E:\market.csv",encoding='ISO-8859-1')
df.head()
#数据大小
df.shape
#数据分布情况
df.describe()